View
219
Download
0
Category
Preview:
Citation preview
8/9/2019 Um modelo para sistemas complexos diagnosticveis com estudo de caso para diagnstico em dispensadores auto
1/21
Reginaldo Inojosa da Silva Filho
Um modelo para sistemas complexos diagnosticveis comestudo de caso para diagnstico em dispensadores
automticos de cdulas.
Escola Politcnica da Universidade de So Paulo
So Paulo2006
8/9/2019 Um modelo para sistemas complexos diagnosticveis com estudo de caso para diagnstico em dispensadores auto
2/21
Reginaldo Inojosa da Silva Filho
Um modelo para sistemas complexos diagnosticveis comestudo de caso para diagnstico em dispensadores
automticos de cdulas.
Trabalho final apresentado ao Instituto de PesquisasTecnolgicas do Estado de So Paulo IPT, paraobteno do ttulo de Mestre em Engenharia deSistemas Eletrnicos.
rea de concentrao:PSI - Engenharia de Sistemas Eletrnicos
OrientadorProfessor Zsolt Laszlo Kovacs, PhD
Escola Politcnica da Universidade de So Paulo
So Paulo2006
8/9/2019 Um modelo para sistemas complexos diagnosticveis com estudo de caso para diagnstico em dispensadores auto
3/21
Silva Filho, Reginaldo Inojosa da
Um modelo para sistemas complexos diagnosticveis com estudo de caso
para diagnstico em dispensadores automticos de cdulas. / Reginaldo Inojosa
da Silva Filho. So Paulo, 2006.107p.
Trabalho Final (Mestrado) Instituto de Pesquisas Tecnolgicas do Estado de
So Paulo. rea de concentrao: PSI - Engenharia de Sistemas Eletrnicos.
Orientador: Prof. Dr, Zsolt Laszlo Kovacs
1. Diagnstico de Falhas. 2. Manuteno. 3. Inteligncia Artificial. 4.Raciocnio Clnico; 5. Tese I. Instituto de Pesquisas Tecnolgicas do Estado deSo Paulo. Centro de Aperfeioamento Tecnolgico II.Ttulo
699.81:728.4(043)
M112m
8/9/2019 Um modelo para sistemas complexos diagnosticveis com estudo de caso para diagnstico em dispensadores auto
4/21
Agradecimentos
Agradeo primeiramente a Deus, por me dar sade e
fora para prosseguir e por iluminar meus caminhos,permitindo-me chegar at o final de mais essa etapa.
Agradeo a meu orientador, Professor Doutor Zsolt
Laszlo Kovacs, pelo incentivo e orientao dados ao
longo deste mestrado. Agradeo tambm a minha
querida esposa Patrcia e meu filho Christian pela
pacincia e ajuda durante todo esse tempo e durante
todas as horas junto a eles que sacrifiquei em prol da
concluso desse trabalho, a meu pai Reginaldo e minha
irm Patrcia Cristina pelo apoio e pela confiana.
No poderia deixar de agradecer tambm ao Doutor.
Joo Kogler e aos Professores Doutores Henrique
Schtzer Del Nero e Marcio Lobo Netto, pelas
discusses que trouxeram muitas idias eesclarecimentos, a meu trabalho e aos colegas
engenheiros MarianaAntniaAguiar, ValnirRogerio
TravaAiroldi e AlexLopes pelas conversas acerca do
tema dessa dissertao e pelas dicas e sugestes dadas.
Quero agradecer tambm aos Professores que fizeram
parte de minha banca de qualificao, Doutor Joo
Batista Camargo Junior e Doutor Jorge Luis Risco
Becerra pelas correes de rumo e criticas muito
pertinentes.
Em memria de minha amada
me Carmem (1933 - 2004).
8/9/2019 Um modelo para sistemas complexos diagnosticveis com estudo de caso para diagnstico em dispensadores auto
5/21
Sumrio
Agradecimentos .................................................................................................................................................4
Sumrio ..............................................................................................................................................................5ndice de Figuras ...............................................................................................................................................7
Resumo ...............................................................................................................................................................8
Abstract..............................................................................................................................................................9
1 Introduo .............................................................................................................................................. 10
1.1 Organizao do trabalho ................................................................................................................ 11
2 Introduo ao conceito de diagnstico ................................................................................................... 12
3 Analogia mdica: o raciocnio clnico .................................................................................................... 14
3.1 As teorias mdicas: explicando as doenas ........ ......... ........ ......... ........ ......... ......... ........ ......... ........ 14
3.2 Os esquemas explanatrios ............................................................................................................. 153.3 Esquemas explanatrios e o diagnstico clnico ........ ......... ......... ........ ......... ........ ......... ........ ......... . 17
3.4 Os tipos de conhecimento no raciocnio clnico ........ ......... ........ ......... ........ ......... ........ ......... ........ ... 18
3.5 O processo do diagnstico clnico e suas etapas ......... ........ ......... ........ ......... ......... ........ ......... ........ 20
3.5.1 Formular conjunto de hipteses .................................................................................................. 21
3.5.2 Testar essas hipteses ................................................................................................................. 21
3.5.3 Rejeitar a hiptese ...................................................................................................................... 23
4 Diagnstico de falhas .............................................................................................................................. 24
5 A formalizao da teoria diagnstica e suas abordagens ...................................................................... 285.1 Um exemplo prtico para a comparao entre as abordagens ............ ......... ........ ......... ........ ......... . 28
6 Raciocnio baseado em modelos (RMB) ................................................................................................ 31
6.1 A Comunidade FDI ......................................................................................................................... 34
6.1.1 Aplicao da abordagem FDI ..................................................................................................... 35
6.2 A abordagem DX ............................................................................................................................ 44
6.2.1 Aplicao da abordagem DX ...................................................................................................... 45
7 Modelo baseado em casos ....................................................................................................................... 54
7.1 Etapa de recuperao ..................................................................................................................... 55
7.1.1 Definio de caso ....................................................................................................................... 567.1.2 Definio de similaridade ........................................................................................................... 57
7.2 Etapa de reutilizao ...................................................................................................................... 60
7.3 Etapas de reviso e reteno ........................................................................................................... 61
7.4 Exemplo de aplicao RBC para diagnstico ........ ......... ........ ......... ........ ......... ......... ........ ......... ..... 61
7.5 Sistemas RBC de diagnstico comparado s outras abordagens para diagnstico de falhas ........... 63
8 Troubleshooting ...................................................................................................................................... 64
9 Outras abordagens ................................................................................................................................. 66
9.1 Diagnstico baseado em teste de hiptese ......... ........ ......... ........ ......... ......... ........ ......... ........ ......... . 669.1.1 Deteco de sintomas ................................................................................................................. 67
9.1.2 Gerao de hipteses .................................................................................................................. 68
8/9/2019 Um modelo para sistemas complexos diagnosticveis com estudo de caso para diagnstico em dispensadores auto
6/21
9.1.3 Discriminao da hiptese .......................................................................................................... 68
9.2 Modelo PMC................................................................................................................................... 69
10 Sistemas automticos de diagnstico ..................................................................................................... 70
10.1 A deteco e o diagnstico rpidos ......... ......... ........ ........ ......... ......... ........ ......... ........ ......... ........ ... 7110.2 Isolabilidade ................................................................................................................................... 72
10.3 Robustez ......................................................................................................................................... 72
10.4 Capacidade de identificao situaes novas ........ ......... ........ ......... ........ ......... ......... ........ ......... ..... 73
10.5 Transparncia nos resultados ......................................................................................................... 73
10.6 Adaptabilidade ................................................................................................................................ 73
10.7 Clareza na explicao dos resultados ......... ......... ........ ......... ........ ......... ........ ......... ......... ........ ....... 74
11 A importncia do diagnstico de falhas em Engenharia....................................................................... 75
12 Sistemas complexos de diagnosticveis .................................................................................................. 76
12.1 Sistemas complexos diagnosticveis ................................................................................................ 7712.2 Conseqncias do modelo: o enunciado do problema diagnstico ............... ........ ......... ........ ......... . 81
12.3 Classes de diagnstico .................................................................................................................... 83
12.3.1 Quanto aquisio e tratamento: diagnstico por troubleshooting e diagnstico auxiliado porsensores. 83
12.3.2 Quanto interpretao: diagnstico preditivo e diagnstico corretivo .............. ........ ......... ..... 83
13 Estudo de caso: ....................................................................................................................................... 84
13.1 Representao do Conhecimento..................................................................................................... 84
13.2 Log ................................................................................................................................................. 86
13.3 Variveis ......................................................................................................................................... 8713.4 Sintomas ......................................................................................................................................... 88
13.5 Diagnstico ..................................................................................................................................... 89
13.6 Aquisio do conhecimento ............................................................................................................. 90
13.6.1 Descrio das funes de diagnstico .................................................................................... 90
13.7 Validao do conhecimento .......................................................................................................... 101
13.8 Interface c/ equipamento ............................................................................................................... 101
14 Concluses ............................................................................................................................................ 102
15 Referncias bibliogrficas .................................................................................................................... 103
8/9/2019 Um modelo para sistemas complexos diagnosticveis com estudo de caso para diagnstico em dispensadores auto
7/21
ndice de FigurasFigura 1 - O processo de tratamento baseado nas observaes possveis. ............................ 12
Figura 2 - Diagrama de estrutura causal ................................................................................... 16
Figura 3 - Exmplo de diagrama de estrutura causal para a teoria microbiana das doenas ..... 17
Figura 4 - Estado decisrio antes do diagnstico: mltiplas causas possveis ......................... 21
Figura 5 - Fluxograma do processo de diagnstico .................................................................. 23
Figura 6 ..................................................................................................................................... 29
Figura 7 ..................................................................................................................................... 39
Figura 8 ..................................................................................................................................... 39
Figura 9 - O Ciclo RBC ............................................................................................................ 55
Figura 10 ................................................................................................................................... 62
Figura 11 - organizao hierrquica da biblioteca de casos para o exemplo do diagnstico
automobilstico. ................................................................................................................. 62
Figura 12 - Exemplo de diagrama de estratgia. ...................................................................... 65
Figura 13 - Hierarquia das tarefas em sistemas baseado em teste de hiptese. ........................ 67
Figura 14 - Diagrama ilustrando a interrelao entre os trs estados possveis do Sistema de
Engenharia do ponto de vista do estudo do diagnstico de falhas. Os valores 1, 2, 3 so
as taxas de falhas de levam situao de anormalidade. J 1 e 2 so as taxas decorreo. ............................................................................................................................ 70
ndice de Tabelas
Tabela 1 - Representao tabular da matriz de SM-incidncia. ............................................... 38
Tabela 2Possveis defeitos para o Sistema Diagnosticvel trem de pouso ........................... 64
Tabela 3Aes e perguntas para o problema do trem de pouso ........................................... 64
8/9/2019 Um modelo para sistemas complexos diagnosticveis com estudo de caso para diagnstico em dispensadores auto
8/21
Resumo
Este trabalho introduz os conceitos dos Sistemas Genricos para Diagnstico de Falhas e sua
utilizao na manuteno de equipamentos cujas aplicaes so crticas em setores daindstria, tais como a aeronutica e bancria. As noes de Sistemas Complexos
Diagnosticveis bem como o processo de diagnstico e sua classificao so mostrados,
sempre mantendo um foco sobre as questes do custo computacional dos modelos
apresentados. As principais abordagens para o diagnstico de falhas sero apresentadas e, ao
longo do trabalho, ser possvel observar as vrias definies, conceitos e pontos de vistas
concernentes ao estudo da formalizao do processo diagnstico. Nesta dissertao, dois
estudos de caso so apresentados. No primeiro, o mdulo contador de numerrio de um ATMbancrio apresentado como componente possvel de ser monitorado por um Sistema de
Diagnstico Automtico (SDA). O segundo consiste em um framework genrico para
ferramentas de troubleshooting.
8/9/2019 Um modelo para sistemas complexos diagnosticveis com estudo de caso para diagnstico em dispensadores auto
9/21
Abstract
8/9/2019 Um modelo para sistemas complexos diagnosticveis com estudo de caso para diagnstico em dispensadores auto
10/21
10
1 IntroduoCom o avano tcnico e cientifico, as aplicaes de engenharia (mquinas e processos) em
setores de alta criticidade tais como o aeroespacial, nuclear, bancrio e automobilstico se
tornam cada vez mais automatizadas e integradas, o que gera situaes de risco de falhas por
vezes extremamente complexas. Alm do mais, a alta disponibilidade dos equipamentos
torna-se importante diferencial competitivo para as empresas do setor, tendo em vista ser esta
caracterstica cada vez mais exigida pelo aumento da demanda sobre os servios oferecidos.
Nesse ambiente, os sistemas de diagnstico surgem como recurso que contribui para atacar
estes dois fatores: queda de risco e aumento de disponibilidade. Sua importncia est sendocada vez mais reconhecida pelo mercado. Um exemplo claro vem da rea automobilstica: em
modelos de automveis com alto grau de automao digital, mais de cinqenta por cento do
software dedicado ao diagnstico.
O diagnstico de falhas realizado em equipamentos e processos quando eles so crticos e
complexos. A correo rpida de defeitos em tais circunstncias tem relevante impacto, no
s do ponto de vista acadmico, mas tambm econmico, na medida em que as ferramentas de
diagnstico se transformam em ferramentas de otimizao que podem ser incorporadas em
produtos bancrios, aeronuticos e outros com o intuito de minimizar custos de manuteno.
Neste sentido, cabe salientar aqui as experincias trazidas pelo FLD (Flight Line Diagnostic)
desenvolvido pela Embraer em parceria acadmica com a Escola Politcnica da USP, bem
como o projeto CADS (Computer Automatic Diagnostic System) desenvolvido com aDiebold
e o SAT (Sistema Auxiliar de Troubleshooting), com o apoio da incubadora da empresaAtech
Solues Crticas.
O diagnstico de falhas rea de estudo singular. Conceitualmente, o diagnstico o inverso
da simulao. Enquanto a segunda deriva a descrio do comportamento do sistema a partir
da estrutura deste, o diagnstico, por outro lado, define o estado para a estrutura do sistema
diagnosticado a partir do comportamento apresentado por ele. Filosoficamente, o diagnstico
de falhas tem viso fatalista: as falhas em Sistemas de Engenharia so inevitveis e os defeitos
vo acontecer, pode ser em curto, mdio ou longo prazo, porm vo acontecer. Cabe ento
criar e estudar mtodos eficientes para tratar sua correo.
8/9/2019 Um modelo para sistemas complexos diagnosticveis com estudo de caso para diagnstico em dispensadores auto
11/21
11
Ao longo dos anos, esses mtodos tm surgido nos meios acadmico e industrial em grande
nmero e nas mais diversas reas. Infelizmente, esses mtodos so, na maioria dos casos,
conjunto de tcnicas ad hoc. Mesmo as sistematizaes do estudo pertinentes ao diagnstico
de falhas tm recado em vrias teorias gerais do diagnstico, diferentes entre si em vrios
pontos e com o entendimento sobre suas semelhanas ainda incompletamente compreendido.
Ser apresentada, portanto, a viso sistemtica das abordagens. Logo em seguida, define-se o
modelo central do trabalho: o Sistema Complexo Diagnosticvel. Os conceitos bsicos como
tipos de diagnsticos, sintomas, falhas e defeito sero explicados em seguida e,
posteriormente, a anlise de dois exemplos de aplicao ser realizada.
1.1 Organizao do trabalhoOs captulos desta dissertao esto organizados conforme segue:
Captulo 2: Apresentao dos conceitos intuitivos do diagnstico.
Captulo 3: Descrio das atividades da pesquisa mdica e do raciocnio clnico como
base para uma analogia com o estudo do diagnstico de falhas.
Captulo 4: Apresentao do conceito de diagnstico de falhas.Captulo 5: Explanao sobre a necessidade da formalizao dos conceitos envolvidos no
estudo do diagnstico de falhas e as dificuldades dessa formalizao. Neste captulo
apresentado breve histrico da evoluo no estudo de diagnstico de falhas. apresentado
modelo a ser utilizado para demonstrar a aplicao de algumas abordagens.
Captulo 6: Apresentao da teoria de diagnstico baseado em modelos.
Captulo 7: Apresentao da teoria de diagnstico baseado em casos.
Captulo 8: Apresentao do modelo de pesquisa de panes.Captulo 9: Apresentao de outras abordagens.
Captulo 10: Definio de Sistemas automticos de diagnstico.
Captulo 11: Apresenta alguns pontos econmicos e operacionais que tornam importante
o diagnstico de falhas.
Captulo 12: apresentado o conceito central da dissertao: Os sistemas complexos
diagnosticveis.
Captulo 13: Estudo de caso para um sistema remoto de diagnstico para caixaseletrnicos.
8/9/2019 Um modelo para sistemas complexos diagnosticveis com estudo de caso para diagnstico em dispensadores auto
12/21
12
2 Introduo ao conceito de diagnsticoEm Medicina, temos as doenas e desordens do paciente, em domnios tcnicos, os defeitos e
falhas do dispositivo (LUCAS, 1997). Dessa forma, no momento da consulta, o mdico busca
solucionar o problema clnico do paciente, de modo a obter, como resultado do processo,
determinada teraputica ou tratamento que tenha resultado efetivo no sentido de resolver ou
ao menos aliviar o estado do paciente ou evitar que seu quadro progrida para estado crtico ou
fatal.
Em Engenharia, analogamente, o tcnico, seja ele um engenheiro ou no, busca eliminar o
problema apresentado pelo equipamento durante a interveno de manuteno. Obtm-se,como resultado do processo, o conjunto de aes corretivas que tenham resultado efetivo no
sentido de restabelecer total ou parcialmente o funcionamento do equipamento, ou impede-se
que ele atinja estado irrecupervel, ficando incapacitado ou seriamente comprometido no
cumprimento de suas funcionalidades.
Nas duas situaes, os especialistas tiveram necessidade de determinar a situao que
enfrentam, determinar as causas que levaram os elementos sob anlise (no caso do mdico, o
seu paciente) ao estado indesejado.
Em seguida, o especialista deve propor aes que tenham implicaes diretas ou indiretas
nessas causas de forma a restabelecer seu
estado normal. Para tanto, os dois
dispem somente de conjunto limitado
de dados observveis, sejam esses dados
obtidos por entrevista, verificao visual,teste ou exame e por meio deles que a
relao causal deve ser estabelecida. Este
processo est representado na figura (1).
Figura 1 - O processo de tratamento baseadonas observaes possveis.
Desta forma, o especialista, seja ele da rea de exatas ou de biologia, se encontra em situao
semelhante do desportista de rafting (corrida de botes em correntezas de rios): para cumprir
a prova, ele tem que ter bom conhecimento sobre o tipo do rio que ir navegar e conhecer bem
suas caractersticas, sua trajetria e seu relevo. Durante a descida, ele deve ter a capacidade de
8/9/2019 Um modelo para sistemas complexos diagnosticveis com estudo de caso para diagnstico em dispensadores auto
13/21
13
reconhecer rapidamente sua posio relativa de modo a tomar decises rpidas que o
possibilitem realizar manobras precisas.
Porm, para conhecer bem o rio, o praticante de rafting deve ter muita experincia ou pelomenos ter estudado por tempo suficiente um bom mapa. Da mesma maneira, tratar um
paciente ou consertar um equipamento exige do profissional a disponibilidade de uma base de
conhecimento completa, detalhada e manusevel o bastante para lhe dar suporte em suas
atividades. Desta forma, quando tiver que enfrentar um problema, esse especialista estar bem
embasado e poder dispor de um repertrio de explicaes possveis grande o suficiente para
lhe dar orientao segura ao analisar os dados colhidos de seu paciente ou equipamento.
8/9/2019 Um modelo para sistemas complexos diagnosticveis com estudo de caso para diagnstico em dispensadores auto
14/21
102
14ConclusesO modelo proposto se adequou situao experimental, mostrando ser possvel aplic-lo no
diagnstico de mdulo que se comportou como um SCD ao ser analisado: de maneira
independente de qualquer pr-requisito que no fossem os elementos que compem a
definio do prprio SCD. Obteve-se tambm resultado preditivo livre de qualquer detalhe
particular de algum processo de manuteno ou de dados de confiabilidade nominais. A
predio foi feita unicamente com ferramentas estatsticas e com os dados gerados e
fornecidos pelo prprio SCD. Os passos seguintes sero focados na anlise de alternativas
para diagnstico preditivo e na aplicao do modelo de SCD em outros Sistemas de
Engenharia.
8/9/2019 Um modelo para sistemas complexos diagnosticveis com estudo de caso para diagnstico em dispensadores auto
15/21
103
15Referncias bibliogrficasAAMODT, A., PLAZA, E. 1994. Case-based reasoning: Foundational issues, methodologicalvariations, and system approaches. AI Communications 7(1):39-52.
AGUIAR, M. A. Diagnstico de falhas em equipamentos usando tcnicas de Redes NeuraisArtificiais. Dissertao de Mestrado, 2001, Escola Politcnica da USP.
AGUIAR, M. A., KOVACS, Z. L. DESTRO, R. C., PELAEZ, J. R., SIMES, M. G. (2001)Predictive Maintenance Oriented Neural Network System PREMONIn: IECON'01, 2001,Denver, Colorado. Anais do IECON'01.
AN APPROACH TO CONSISTENCY-BASED Process Diagnosis Model-based Systems andQualitative Reasoning Group of the Technical University of Munich, Orleansstr. 34, 81667
Munich, Germany
AUTOMATICA, Vol. 26, No. 3, pp. 459-474, 1990 Printed in Great Britain. 0005-1098/90$3.00 + 0.00 Pergamon Press plc (c) 1990 International Federation of Automatic ControlSurvey Paper
BALAKRISHNAN, K. HONAVAR, V. Intelligent Diagnosis Systems, to appear in the Journalof Intelligent Systems, 1998
BARROWS, H. S., PICKELL G. C. Developing clinical problem-solving skills: a guide to moreeffective diagnosis and treatment. New York, W.W. Norton & Co., 1991; 1-216.
BENJAMINS, V. R., JANSWEIJER, W. Toward a Competence Theory of Diagnosis, IEEEExpert, 9(5), pp. 43-52, October, 1994.
BERGE, C., Hypergraphs: Combinatorics of Finite Sets, Amsterdam, The Netherlands:Elsevier-North Holland, 1989.
BERNARD, D. E.; DORAIS, G. A.; FRY, C.; GAMBLE Jr., E. B.; KANEFSKY, B.; KURIEN, J.; W.;MILLAR, N.; MUSCETTOLA, P. P.; NAYAK, B.; PELL, K.; RAJAN, N.; ROUQUETTE, B.; SMITHB, WILLIAMS. C. Design of the remote agent experiment for spacecraft autonomy. In:Proceedings of IEEE Aerospace, 1998.
BERTALANFFY, L.Von. General Theory of Systems. N. York, 1969, George Braziller.
BLANKE, M., KINNAERT, M., LUNZE, STAROSWIECKI, J. M. Diagnosis and Fault-TolerantControl, Springer-Verlag, August 1, 2003, ISBN: 3540010564.
BORDAGE, G., ZACKS, R. The structure of medical knowledge in the memories of medicalstudents and general practitioners: categories and prototypes. Med Educ 1984; 18: 406-16.
BYLANDER, T. Complexity of model-based diagnosis, in Proc. 1989 Workshop ModelBased Reasoning, Detroit, MI, pp. 28-33.
CARPANZANO, E. & MAFFEZZONI, C., Symbolic manipulation techniques for modelsimplification in object-oriented modeling of large scale continuous systems,Mathematics and Computers in Simulations 48, 133-150, 1998.
8/9/2019 Um modelo para sistemas complexos diagnosticveis com estudo de caso para diagnstico em dispensadores auto
16/21
104
CLARK, R. N. (1978b). Instrument fault detection, IEEE Trans. Aerospace Electron. Syst,, 14,456-465.
CORDIER M.-O., DAGUE P., DUMAS M., LVY F., MONTMAIN J., STAROSWIECKI M., TRAV-
MASSUYS L., A comparative analysis of AI and control theory approaches to model-based diagnosis, 14th European Conference on Artificial Intelligence ECAI-00. Berlin,2000, August, 20-25, p. 136-140.
CORDIER, M. O. DAGUE, P. LVY, F. MONTMAIN, J. STAROSWIECKI, MARCEL. TRAV-MASSUYS, L. Conflicts Versus Analytical Redundancy Relations: A ComparativeAnalysis of the Model Based Diagnosis Approach From the Artificial Intelligence andAutomatic Control Perspectives. IEEE Transactions on Systems, Man, and Cybernetics - PartB: Cybernetics, Vol. 34, No. 5, Octomber, 2004.
CHANDRASEKARAN, B. Generic tasks as building blocks for knowledge-based systems: the
diagnosis and routine design examples, The Knowledge Engineering Review 3 (3) 183-210.(1988)
CHEN, J., RON J., PATTON, R. Model-Based Fault Diagnosis for Dynamic Systems, KluwerAcademic Publishers, January 1, 1999, ISBN: 0-7923-8411-3.
CHIANG, L. H., RUSSELL,E. L., BRAATZ, R. D. Fault Detection and Diagnosis in IndustrialSystems, Springer-Verlag, February 15, 2001, ISBN: 1-85233-327-8.
HAJIYEV,C., CALISKAN, F. Fault Diagnosis and Reconfiguration in Flight Control Systems,Kluwer Academic Publishers, October 2003, ISBN 1-4020-7605-3.
DA COSTA, V. A. C. Manuteno Aeronutica e Controle de Qualidade em Prol daSegurana de Vo, 2004.
DAVIS, R. Diagnostic reasoning based on structure and behavior . Artificial Intelligence,24 pp 347-410, 1984.
DAVIS, R., HAMSCHER, W. Model-Based Reasoning: Troubleshooting. In: SHROBE, H. E.(Ed.), Exploring Artificial Intelligence, pp. 297-346, San Mateo, California: MorganKaufmann, 1988.
DRESSLER O., STRUSS, P. The Consistency-based approach to automated diagnosis of
devices. Brewka (ed). Principles of Knowledge Representation, CSLI, 1996.
FAULT DIAGNOSIS IN DYNAMIC Systems Using Analytical and Knowledge-based RedundancyA Survey and Some New Results* PAUL M. FRANK
FIJANY, A. VATAN, F. BARRETT, A. MACKEY, R. New Approaches for Solving the DiagnosisProblem. IPN Progress Report, pag 42-149, 2002.
FLETCHER, R. H., FLETCHER, S. W., WAGNER, E. H. Epidemiologia clnica: bases cientficasda conduta mdica. Porto Alegre, Artes Mdicas, 1989.
FRANK, P.M., Analytical and qualitative model-based fault diagnosis a survey and somenew results, European Journal of Control, 2, 6-28, 1996.
8/9/2019 Um modelo para sistemas complexos diagnosticveis com estudo de caso para diagnstico em dispensadores auto
17/21
105
GASCA, R.M., DEL VALLE, C., CEBALLOS, R., TORO, M. An integration of fdi and dxapproaches to polinomial models, DX, 2003.
GENESERETH, M. The use of design descriptions in automated diagnosis. Artificial
Intelligence: Vol 24 pp 411-436, 1984.GICK, M.L., HOLYOAK, K.J. Analogical problem solving. Cognitive Psychology, 12, 306-355, 1980.
GOLDBARG, M. C. LUNA, H. P. L. Otimizao Combinatria e Programao Linear, Modelose Algoritmos. Editora Campus, 2000.
GOLDENFELD, N.; KADANOFF, L. P. Simple Lessons from Complexity. Science, Vol. 284, Iss.5411, p. 87, 1999.
GRESSE,C. WANGENHEIM, A. Raciocnio Baseado em Casos, Editora Manole, 2003.
HAYKIN, S. Redes Neurais: Princpios e Prtica. 2 Ed; Porto Alegre: Bookman, 2001.
HEYLIGHEN, F. Building a Science of Complexity. Annual Conference of the CyberneticSociety. Londin, 1988.
HIMMELBLAU, D. M., Fault Detection and Diagnosis in Chemical and PetrochemicalProcesses, Elsevier, Amsterdam, Netherlands, 1978.
GERTLER ,J. Fault Detection and Diagnosis in Engineering Systems. Marcel Dekker, NewYork, May 1, 1998, ISBN: 0-8247-9427-3.
JUNQUERA, BP, GONZALEZ, C.A. Possible conflicts, ARRs, and conflicts, Proc. of theInternational Workshop on Principles of Diagnosis, 2003.
KASSIRER J. P., KOPELMAN, R. I. Learning clinical reasoning. Baltimore, Williams andWilkins, 1991.
KLEER, J. de, Problem solving with the ATMS, Artificial Intelligence, vol. 28, pp. 197-224, 1986.
KLEER, J. de, MACKWORTH, A. K., REITER, R. Characterizing diagnosis and systems.
Artificial Intelligence, 56:197-222, 1992.
KLEER, J. de, MACKWORTH, A. K., REITER, R. Characterizing diagnoses and systems.Artificial Intelligence, 56(2-3), 197-222, 1992.
KLEER, J. de. Local methods for localizing faults in electronic circuits, MIT AI Memo394, Massachusetts Institute of Technology, Cambridge, MA, 1976.
KOLODNER, J. L. Case-Based Reasoning. Morgan Kaufmann, 1993.
KOVACS, Z. L. Redes Neurais Artificiais: Fundamentos e Aplicaes. 3 Ed. So Paulo:
Livraria de Fsica, 2002.KRYSANDER, M.: Design and Analysis of diagnosis Systems Utilizing Structural Methods ,ISBN 91-7373-733-X, 2003.
8/9/2019 Um modelo para sistemas complexos diagnosticveis com estudo de caso para diagnstico em dispensadores auto
18/21
106
LAFON, M. J., PASTOR, L. Trave-Massuy`es, B. Doyon, J.F. Demonet, P. Celsis, Qualitativemodeling of cerebral information propagation mechanisms, In: Proceedings of the ThirdInternational Conference on Computational and Neurosciences, volume 2, pp. 21-23,Research Triangle Park, USA, 1998.
LAFORTUNE, S., MEERA, S. A Discrete Event Systems Approach to Failure Diagnosis:Theory & Applications Eleventh International Workshop on Principles of Diagnosis (DX'00).
LASER, M. Recent safety and environmental legislation. Trans IchemE 78 (B), 419_/422,2000.
LASER, M. AI and Automatic control approaches of model-based diagnosis: links andunderlyin hypotheses, 4th IFAC Symposium on Fault Detection, Supervision and Safety forTechnical Processes SAFEPROCESS 2000, Budapest, Hungary, June, 14-16, 2000.
LEWIS, L. Managing Computer Networks: A Case-Based Reasoning Approach (ArtechHouse, 1995).
LUCAS, P. J. F. Analysis of notions of diagnosis. Articial Intelligence 1998; 105(1{2):293{341.
LUCAS, P. J. F. Symbolic diagnosis and its formalisation. The Knowledge EngineeringReview 1997; 12(2): 109-146.
LUCAS, P. J. F. Logic engineering in medicine, The Knowledge Engineering Review 10 (2)(1995) 153-179.
LUONG, M., MAQUIN, D., HUYNH, C.T., RAGOT, J. Observability, redundancy, reliability, andintegrated design of measurement systems, 2nd IFAC Symposium on IntelligentComponents for Control ApplicationsSICICA'94, Budapest, Hungary, June 8-10, 1994.
MAGALDI, R.V. CBR for Troubleshooting Aircraft on the Flightline. In: Proc. IEEEColloquium on Case-Based Reasoning: Prospects for Applications, Digest No: 1994/057,pp.6/1-6/9.
MATTIAS, K., MATTIAS, N. Structural analysis utilizing MSS sets with application to apaper plant, 13th International Workshop on Principles of Diagnosis (Semmering,Austria),2002.
MCILRAITH, S. A. Explanatory Diagnosis:Conjecturing actions to explain observations.Knowledge Systems Laboratory.
MEHRA, R. K., PESHON, I. An innovations approach to fault detection and diagnosis indynamic systems. Autmatica, 7, 637-640, 1971.
MENDES, S., AGUIAR, T. C. Mtodos para especificao de Sistemas. Ed Edgar Blucher,1989, 183p.
MILLER, R. A., POPLE Jr., H. E., MYERS, J. D. INTERNIST-1, an experimental computer-
based diagnostic consultant for general internal medicine. New England Journal ofMedicine, 307:468-476, 1982.
8/9/2019 Um modelo para sistemas complexos diagnosticveis com estudo de caso para diagnstico em dispensadores auto
19/21
107
MOSTERMAN, P.J. Hybrid dynamic systems: a hybrid bond graph modeling paradigmand its applications in diagnosis, Phd thesis, Vanderbilt University, Nashville, Tennessee,USA, May 1997.
MOZETIC I. Model-Based Diagnosis: An Overview. Austrian Research Institute for ArtificialInteligence 24 pp 411-436, 1984.
MAHMOUD, M., Jiang, J., ZHANG, Y. Active Fault Tolerant Control Systems: StochasticAnalysis and Synthesis, Springer-Verlag, May 1, 2003, ISBN: 3540003185.
NETO,A R Raciocnio clnico: O processo de deciso diagnstica e teraputica. Revista daAssociao Mdica Brasileira. vol.44 n.4 So Paulo Oct./Dec. 1998.
GOLDENFELD,N., KADANOFF,L P. Simple Lessons from Complexity SCIENCE VOL 284 2APRIL 1999.
NYBERG, M. The polybox example using the framework of structured hypothesis tests.Technical Report LiTH-ISY-R-2335, Linkoping, Sweden, 2000.
PAL, S. K., DILLON,T. S., YEUNG, D. S. Eds. Soft Computing CaseBased Reasoning.London, U.K.: Springer-Verlag, 2001.
PART, B. Special Issue on Diagnosis of Complex Systems: bridging the methodologies ofthe FDI and DX communities, in press, 2004.
PATTIPATI, K. R., DONTAMSETTY, M. On a Generalized Test Sequencing Problem. IEEETransactions on Systems, Man and Cybernetics 22(2), 392-396, 1992.
PATTIPATI, K.R. ALEXANDRIDIS, M.G. Application of Heuristic Search and InformationTheory to Sequential Fault Diagnosis. IEEE Transactions on Systems, Man, andCybernetics 20, 872-887, 1990.
PAU, L. F. Failure Diagnosis and Performance Monitoring, Marcel Dekker, Inc., NewYork, NY, 1981.
STRUSS, P., HELLER, U. Intelligent Diagnosis in Industrial Applications. Shaker Verlag,Aachen, Germany, 2001 ISBN3-8265-7002-2, p. 85-94.
PREIST, C., ESHGHI, K. BERTOLINO, B. Consistency-based and abductive diagnosis asgeneralized stable models, Ann. Math. Artificial Intelligence 11 (1994) 51-74.
PULIDO, B. C., GONZALEZ, A. Possible conflicts: a compilation technique for consistency-based diagnosis. IEEE Transactions On Systems, Man, and Cybernetics, 2004.
DIESTEL,R. GraphTheory, (Graduate Texts in Mathematics, 173), Springer, 1997. ISBN0-387-98210-8.
REITER, R. A theory of diagnosis from first principles. ARTIFICIAL INTELLIGENCE, 32(1), pp.57-96, 1987.
8/9/2019 Um modelo para sistemas complexos diagnosticveis com estudo de caso para diagnstico em dispensadores auto
20/21
108
RYMON, R. A Final Determination of the Complexity of Current Formulations of Model-Based Diagnosis (Or Maybe Not Final?) Proceedings of Model-Based Diagno-sisWorkshop, AAAI-91, Anaheim, CA, 1991.
SACHENBACHER, M., STRUSS, P. WEBER, R. Advances in design and implementation of obdfunctions for diesel injection systems based on a qualitative approach to diagnosis. In:Proceedings of the SAE 2000 World Congress. SAE, 2000.
SCHANK, R. C., ABELSON, R. P. Scripts, plans, goals, and understanding. Hillsdale, N. J.:Erlbaum, 1977.
SIMANI,S., FANTUZZI,C., Patton, R. J. Model-based Fault Diagnosis in Dynamic SystemsUsing Identification Techniques, Springer-Verlag, January 17, 2003, ISBN: 1-85233-685-4.
SIMOUDIS, E. Using case-based reasoning for customer technical support IEEE Expert 7(5): 7-
13, 1992.SMITH, E. E., ADAMS, N., SCHORR, D. Fact retrieval and the paradox of interference.Cognitive Psychology,10, 438-464, 1978.
SOCHOROV, M. General troubleshooting is NP-hard. Proceedings of the Fifth Workshop onUncertainty Processing, WUPES'2000 (2000)
STEELS, L. The deepening of Expert Systems, AICOM, No 1, 9-16, 1988.
STOREY, N. Safety-Critical Computer Systems. Addison-Wesley, 1996.
STRUSS, P., SACHENBACHER, M., CARLEN, C. M. Insights from building a prototype formodel-based on-board diagnosis of automotive systems.In: Proceddings of the EleventhInternational Workshop on Principles of Diagnosis (DX-00), pp. 201-212, Morelia,Mexico, (2000).
THAGARD, P. How scientists explain disease. Princeton, NJ: Princeton University Press,1999.
TU, F., PATTIPATI,K. R. Rollout Strategies for Sequential Fault Diagnosis. IEEE System,Man and CyberneticPart A, 2002.
VIJAY, V., GOVINDARAJ, T. Knowledge Organization in Intelligent Tutoring Systems forDiagnostic Problem Solving in Complex Dynamic Domains.
VENKATASUBRAMANIAN, V., RENGASWAMY,R. YIN,K., KAVURI, S. N. A review of processfault detection and diagnosis, Part I: Quantitative model-based methods. Computers inChemical Engineering 27:293-311, 2003a.
VENKATASUBRAMANIAN, V., RENGASWAMY,R. YIN,K., KAVURI, S. N. A review of processfault detection and diagnosis, Part II: Qualitative models and search strategies. Computersin Chemical Engineering 27:313-326, 2003.
WATSON, I. MARIR, F. Case-Based Reasoning: A Review. The Knowledge EngineeringReview, vol 9(4), pp327-354, 1994.
8/9/2019 Um modelo para sistemas complexos diagnosticveis com estudo de caso para diagnstico em dispensadores auto
21/21
109
WEISS, S.M., KULIKOWSKI, C.A., AMAREL, S., SAFIR, A. A model-based method forcomputer-aided medical decision making, Artificial Intelligence 11 (1978) 145-172.
WILLIAMS, B. C. NAYAK, P. P. A modelbased approach to reactive self-configuring systems.
In: Proc. 14th National Conf. on Artificial Intelligence. pp. 971-978, 1996.
Recommended